城市轨道交通与公共自行车换乘需求分析——以广佛地铁(佛山段)为例

现状各地铁站点的公共自行车的设置没有根据实际需要进行设置,导致部分站点的公共自行车供应不足,部分站点的公共自行车供大干求,造成资源浪费.选择了二元logit模型对各地铁站点的公共自行车需求进行预测,通过现场调查发现,二元logit模型对各地铁站点的公共自行车需求预测情况与现状各地铁站点公共自行车的供需不平衡状态基本一致.因此,各地铁站点相应的公共自行车的停车桩数设置可采用二元logit模型进行调整设置.     

基于租还行为特性的公共自行车调度优化研究

文章分析了公共自行车租赁行为特性,在此基础上提出了"分区调度、总量控制,动静结合、错峰调度"的公共自行车调度总体思路;对区块划分的步骤进行了分析,提出空间聚类的区块划分方法;根据公共自行车租还历史及预测数据,提出了高峰时段采用站内调度、下架囤积、随时补充的静态调度方法,平峰时段采用实时调度的动态调度方法。以衢州市公共自行车系统为对象进行了实证研究,结果表明基于租还行为特性的公共自行车调度方法是一种行之有效、操作性强的调度方法,有效地解决了衢州市公共自行车"租车难、还车难"的问题。     

城市公共自行车准动态调度方法

针对城市公共自行车系统日常调度工作量大问题,提出一种城市公共自行车准动态调度方法. 该方法通过分析公共自行车站点容量、日均租还差和各时段租还量间的约束关系,评估站点的调度频次并划分站点类型;以日均调度任务量均衡和日均调度里程最低为目标,以调度车容量为约束条件,优化日常调度路径;与经验调度法进行了对比,验证了本方法的有效性. 结果表明：在调度数量方面,准动态调度方法2018 年1 月周日均和月日均调度工作量分别为3 872 次和4 247 次,较同月实际值5 690 次降低了32%和25%;在调度里程方面,准动态调度方法的周日均行驶里程和月日均行驶里程分别为94.7 km和103.6 km,较同月实际调度里程113.1 km分别降低了16%和8%.该方法对宁波公共自行车日常调度具有良好的实践价值.     

城市公共自行车准动态调度方法

针对城市公共自行车系统日常调度工作量大问题,提出一种城市公共自行车准动态调度方法. 该方法通过分析公共自行车站点容量、日均租还差和各时段租还量间的约束关系,评估站点的调度频次并划分站点类型;以日均调度任务量均衡和日均调度里程最低为目标,以调度车容量为约束条件,优化日常调度路径;与经验调度法进行了对比,验证了本方法的有效性. 结果表明：在调度数量方面,准动态调度方法2018 年1 月周日均和月日均调度工作量分别为3 872 次和4 247 次,较同月实际值5 690 次降低了32%和25%;在调度里程方面,准动态调度方法的周日均行驶里程和月日均行驶里程分别为94.7 km和103.6 km,较同月实际调度里程113.1 km分别降低了16%和8%.该方法对宁波公共自行车日常调度具有良好的实践价值.     

公共自行车租赁时长分布特性的引力场模型

租赁时长分布特性是公共自行车系统中一项重要的基本特性,通过获取乘客刷卡信息数据,得到了宁波、杭州和北京3 座城市多个工作日的公共自行车租赁时长特性 数据.统计分析得出,不同城市、不同工作日的公共自行车租赁时长分布特性差异较小,由此表明租赁时长分布特性的研究具有一般性意义.在此基础上,基于物理学中的引力场理 论,建立了租赁时长分布特性的两个引力场模型,实际数据检验表明,模型1 和模型2 分 别与租赁时长大于11 min 时及小于11 min 时的分布特性能较好地吻合,并得到了引力场模型的具体函数表达式.研究成果将为公共自行车系统租赁需求预测、租赁站点规划和站 点车辆配置等方面的工作提供重要的理论支撑.     

公共自行车动态调度系统需求预测模型研究

基于交通出行理论,将公共自行车需求分为直接需求和间接需求,并研究需求等待、转移和消退的变化规律.根据各租赁点的历史出行OD和以往时段的借、还车信息,预测出调度车辆从当前位置到达任意租赁点时该位置的车辆数,从而确定调度车数并制定调度计划,建立租赁点短期多时段的需求预测模型.将需求预测模型与调度计划模型组合成具有迭代反馈特性的双层模型,并通过计算机仿真方法求解,得到最优动态调度方案下的需求预测结果.通过算例对模型进行了验证,结果表明:公共自行车动态调度系统需求预测模型与调度计划模型结合后能有效改善公共自行车实际运营中借车时无车可借、还车时车位已满的情况.     

基于预测信息的公共自行车查询系统设计

为缓解公共自行车借还车难现象,基于微信平台获取数据及云平台处理数据,设计了以微信为界面的公共自行车查询系统。首先通过微信获取出行输入,根据历史数据拟合用户分时段的出行需求,再由云平台根据输入调用周围站点信息,运用拟合数据预测用户到达周围站点时的可借还车辆数,并通过排序算法返回促进系统供需平衡的用户站点选择优劣方案,引导用户合理出行。最后以武汉市公共自行车网络为例,设计了包含站点车辆数查询,选择路线推荐等功能的公共自行车查询系统,并比较了预测信息与传统信息对问题的改善程度。     

基于城市用地的公共自行车骑行量建模

将公共自行车出行模式划分为前往站点、租车骑行和还车离开3个阶段, 分别研究了城市用地在每个阶段对公共自行车骑行量的影响; 针对第1、3阶段, 采用兴趣点度量公共自行车站点周围的城市用地类型, 通过引入时间满意度函数, 基于多元回归分析, 提出了预测骑行产生量和吸引量的建模方法; 针对第2阶段, 构建了城市用地对公共自行车骑行量的6个影响指标, 包括起始站点骑行产生量、起始站点分布密度、起始站点偏离度、终止站点骑行吸引量、起终站点间距与起终站点用地差异; 对纽约市961 865条以及上海市1 185 816条公共自行车骑行记录进行多元回归分析。分析结果表明: 在保持用地因素数量不变的情况下, 传统方法针对纽约和上海记录数据的决定系数分别为0.581、0.474, 建模方法的决定系数较高, 分别达到了0.738、0.607;针对自行车站点间客流量的建模, 提出的6个指标均对站点间客流量有显著影响, 并且模型的调整决定系数为0.487。可见, 建模方法更加合理地衡量了城市用地对公共自行车骑行量的影响, 并对站点的骑行产生量、站点间客流量与站点吸引量实现了更为准确的建模。      

作为地铁接驳手段的公共自行车使用特性分析

本文以苏州公共自行车为研究对象,利用刷卡数据及问卷调查数据分析公共自行车作为地铁接驳手段的使用特性.研究发现,地铁型站点公共自行车的用车时长较短且较为离散,与其他类型站点有显著差异.在接驳地铁的出行者中,公共自行车经常使用者的平均学历较高,也非低收入人群.利用离散选择模型分析地铁接驳方式选择行为可知,接驳方式使用时间是最重要的影响因素,年龄、职业和出行目的等对公共自行车的选择均有显著影响.研究还发现,经常使用公共自行车的出行者在接驳地铁时同样也倾向于选择公共自行车,而不使用者则倾向于选择步行或公交车.     

基于BP神经网络的公共自行车单站点调度需求量研究

城市公共自行车租赁系统的合理调度对提高公共自行车使用率至关重要,其关键在于对未 来自行车使用情况进行合理预测,确定每个站点调度需求量。通过对站点历史借还车数据与运行 特性进行归纳分析,利用BP 神经网络模型对单站点借（还） 车频次随时间分布的规律进行预 测,预测值和真实值平均相差约3 辆车,曲线拟合良好,证明模型可实践性较高。在此基础上, 按照调度时间窗内站点饱和度动态平衡的原则确定单站点最佳调度需求量。对浙江温州鹿城区街 心公园站点的实例分析表明,实行按需调度能使早晚高峰单站点“无位可还”的时间缩短约0.5h 以上,从而有效提升站点服务质量和满意度。     

共享单车参与的城市公租单车合作博弈

鉴于国内传统城市公共自行车与共享单车在功能和服务对象等方面表现出的明显互补性，为促成合作从而实现联盟超可加性，研究城市公租单车系统中多方合作的收益分配具有必要性。首先，针对城市公租单车系统中各参与主体的利益分配问题，以合作博弈为基础，构建了共享单车、城市公共自行车、政府的三方合作博弈模型。然后，利用Shapley值法对合作博弈模型进行求解，得出收益分配向量。接着，以一致许可值法为基础，考虑参与人在进出联盟时对其他参与人的外部性影响，改进收益分配向量，使得联盟收益分配更合理，联盟更稳定。最后，以兰州市为例的收益分配计算结果表明，城市公租单车系统中各参与人的合作收益符合集体理性；分配结果符合个体理性；政府应处于主导地位，以监管和补贴为主要手段主动促成大联盟的形成。     

公共自行车系统站间调度优化研究

国内多个城市开始推行公共自行车,但都存在借车难及还车难的问题,关键在于站点配车数不合理、站间调度不及时.运用运筹学中货郎担问题动态规划的解题思路,分两步求解站间调度路径:先收集自行车;再发放自行车,综合两步得到最优调度路径.通过建立简单数学模型并求解,证明货郎担问题解题思路可以用于解决公共自行车系统自行车调度优化.提供...     

城市轨道交通公共自行车换乘需求预测方法研究

为预测城市轨道交通站的公共自行车换乘需求,在问卷调查分析的基础上,对公共自行车换乘需求的影响因素进行研究.以非集计模型为基础,构建了二元Logit公共自行车换乘选择模型,模型命中率达到85.6％.选取上海轨交11号线汽车城站作为案例,对预测方法及模型的可靠性进行了验证.     

基于数据驱动的电动自行车换电需求预测

换电企业在城市内建立换电柜，满足不断增长的电动自行车换电需求，涉及到换电柜的选址，电池的投放和换电需求的预测。本文分析了国内某大型换电企业的换电订单数据，发现换电柜存在使用严重不均衡问题,为提高使用率，降低换电成本，提出按区域对换电需求量进行聚类并预测的方法。首先，对换电柜位置进行K-means聚类，据此优化换电柜的投放量，提高使用率；随 后，采用整合移动平均自回归模型(Autoregressive Integrated Moving Average model, ARIMA)预测短时换电需求。实验发现，ARIMA模型在短时换电订单的需求预测上具有较高的预测精度，与其他基线模型相比，各指标均为最好，说明换电需求在时间上更趋于线性关系。本文提出的换电柜优化方法和短时需求预测结果为换电企业的换电柜选址和电池投放量提供数据支持。     

北京市共享单车出行的时空规律与需求预测研究

基于北京市摩拜单车的工作日骑行数据，利用非负矩阵分解算法(NMF)从时间和空间两 个维度深入探究共享单车的出行规律，并构建逆序群体稳定性指标(RPSI)改善 k 值选择过程。利用得到的出行规律，运用MATLAB构建基于非负矩阵分解算法的BP神经网络预测模型，对共享单车的出行需求进行预测，并分别与BP神经网络预测模型和长短期记忆(LSTM)神经网络预测模 型的结果进行对比。研究结果表明，共享单车可分为5种基本的出行模式，每个区域的出行都可以由这5种出行模式的线性组合来表达，其中的系数代表了每一种出行模式的强度和随时间变动情况。依据这5种出行模式的时间特征和空间特征，分别确定其出行含义：通勤出行中居住地到 地铁站的出行；通勤出行中地铁站到工作地点的最后一公里连接；居民其他的非通勤出行行为， 如休闲娱乐活动等；回程通勤出行中从工作地点到地铁站；回程通勤出行中从地铁站到居住区的最后一公里连接。最后，模型预测结果的对比分析显示，本文构建的基于非负矩阵分解算法的BP神经网络预测模型不管是在预测精度还是实际操作便捷性上都优于其他两种预测模型。     

�������ת��������Խ����BP����ģ�ͼ������ȷ���

机非相互穿越模型是信号交叉口混合交通微观仿真系统中反映机动车和自行车相互影响的核心模型. 为了描述交叉口处机动车穿越自行车流的决策行为,分析了两相位信号交叉口右转机动车穿越邻道直行自行车的微观行为,提出了基于BP神经网络的机动车穿越决策模型. 以北京2个交叉口调查数据为基础,对该模型验证并与Logistic模型比较,结果表明BP模型优于Logistic模型且具有较好的预测精度. 根据所建模型的映射关系计算出系统输出对输入参数的一阶灵敏度矩阵,灵敏度分析结果表明,自行车提供给机动车的穿越间隙是影响机动车穿越决策行为的决定性因素,且间隙在2.76s～2.96s变动时对机动车穿越决策行为影响最大.     

基于改进社会力的单向流电动自行车行为建模研究

电动自行车作为一种便捷高效的出行工具，已在许多国家被广泛使用，但对电动自行车微观行为的研究仍十分有限。在上海海事大学对电动自行车驾驶行为进行观测实验，提取电动自行车轨迹数据，以纵向间距、速度差、侧向净距、水平间距作为特征变量，利用CART(Classification and Regression Tree)决策树分类结果建立电动自行车骑行决策行为规则。然后，基于社会力模型，分别引入超越力、跟随力等改进行为力模拟电动自行车的超越、跟随等骑行决策行为。考虑公式超越力、固定值超越力和临时目标点超越力这3种超越力形式，通过实际观测数据和仿真结果比较进行参数标定和模型验证，选取单向流电动自行车行驶场景开展数值仿真分析。结果表明：临时目标点超越力的改进社会力模型在超越过程中的轨迹误差最小，电动自行车超越时所需要的横向间距与超车时横向速度、超车完成时间成正比，最佳超车横向间距为2 m。     

交叉口右转机动车穿越决策BP仿真模型及灵敏度分析

机非相互穿越模型是信号交叉口混合交通微观仿真系统中反映机动车和自行车相互影响的核心模型. 为了描述交叉口处机动车穿越自行车流的决策行为,分析了两相位信号交叉口右转机动车穿越邻道直行自行车的微观行为,提出了基于BP神经网络的机动车穿越决策模型. 以北京2个交叉口调查数据为基础,对该模型验证并与Logistic模型比较,结果表明BP模型优于Logistic模型且具有较好的预测精度. 根据所建模型的映射关系计算出系统输出对输入参数的一阶灵敏度矩阵,灵敏度分析结果表明,自行车提供给机动车的穿越间隙是影响机动车穿越决策行为的决定性因素,且间隙在2.76s～2.96s变动时对机动车穿越决策行为影响最大.